了解数据治理

数据治理：

数据治理是根据使用自己的方法提供的数据采取行动的行为。数据治理是指一套完整的流程、政策和人员，以及确保有效的数据管理。这是一个在宏观和微观层面上都使用的术语，因为从较低级别的活动到较高级别的活动都需要数据治理，因为每个活动都使用一些数据。它非常有效，还使组织能够实现任何特定目标。有效的数据治理为组织提供了强有力的战略，并建立了流程并负责确保整个组织数据的质量和所有安全性。一些数据治理实践从小创建图片开始，考虑到大场景。数据治理不是数据管理，因为数据治理是数据管理的核心组成部分。

数据治理的好处：

• 对数据的基本理解——
  数据治理提供了一个整体视图并提供了通用术语，并有助于保持业务的灵活性。
  
• 提高数据质量——
  完整和正确的数据有助于完美地实现某些目标。数据治理很容易，因为通过数据治理创建的计划会导致数据的正确性、完整性和一致性。
  
• 资料图——
  数据治理提供了理解位置数据相关实体的高级能力，这有助于数据集成。
  
• 一致的合规性——
  数据治理为满足政府监管要求提供了平台。

构建数据治理：

如果完整性没有得到管理，那么它就完全没有价值，所以重要的是应该遵循一些原则，以确保数据在整个生命周期中保持高质量和合规性。以下是一些列出的原则——

• 覆盖范围 –
  数据的数量和完整性是根据唯一身份的视图和级别来保持的。
  
• 准确性 -
  将来自多个来源的数据字段合并到一个集中式系统中非常重要。
  
• 新鲜度——
  数据记录应尽可能新鲜。持续监控系统以确认上次更新并确保联系并保持更新。
  
• 流动——
  营销活动和公司的销售线索数据流应保持同步，并通过跨来源、转换和依赖关系的数据沿袭来跟踪错误。
  
• 标签和规则——
  它有助于标准化组织和可视化标签和未识别的数据模型。并指定数据权威机构作为跨连接系统的部分来源。

数据治理的主要特点：

• 管理公共政策和数据事务。
• 行使数据主权并影响数据库
• 控制数据的速度或大小。
• 规范数据
• 控制数据的动作及其行为
• 约束数据
• 管理对数据的政治权威

数据治理目标：

• 将风险因素降至最低
• 建立数据的内部规则
• 实施合规要求
• 改善内部和外部沟通
• 增加数据的价值
• 便于管理
• 优化成本

数据治理角色：

• 指导委员会——
  它包括管理、保护和确保组织数据的完整性和有用性。它指定数据管理员并支持规划和治理以满足数据要求和使用。
  
• 数据所有者 –
  主要由组织中负责明确组织对数据和数据质量的要求的高级管理人员处理。负责数据的创建和维护，并负责根据角色和数据要求而有所不同的特定职责范围内的数据定义。
  
• 数据管家——
  操作区域中负责数据子集的功能最终用户。因此，我们可以说是特定运营领域的数据专家。在运营区域实施数据策略并监控数据质量。

最后，善政需要平衡和调整。如果做得好，它会在不损害安全性的情况下促进创新，从而自动帮助改进流程。归根结底，一切都与流程、人员和技术有关。一个成功的计划会导致清楚地了解数据来自其所有者的位置。这一过程将共同提供取决于战略决策的数据，并推动组织发展。